CN103598876B - 数据处理方法及系统 - Google Patents
数据处理方法及系统 Download PDFInfo
- Publication number
- CN103598876B CN103598876B CN201310598287.8A CN201310598287A CN103598876B CN 103598876 B CN103598876 B CN 103598876B CN 201310598287 A CN201310598287 A CN 201310598287A CN 103598876 B CN103598876 B CN 103598876B
- Authority
- CN
- China
- Prior art keywords
- survey
- pulse wave
- pttv
- hrv
- mark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明提供了一种数据处理方法及系统,该数据处理方法包括如下步骤:A.数据采集;B.数据处理。本发明的有益效果是本发明通过引入心率变化率和脉搏波传输时间变化率等反应神经活动的补偿项参数,对血压估算进行补偿,使本发明的血压算法比以往的血压算法的精确度更高,尤其对舒张压的误差改善最明显,更加能反应出被测者的真实血压。
Description
技术领域
本发明涉及数据处理领域,尤其涉及数据处理方法及系统。
背景技术
在现有技术中,血压测量主要分为侵入式测量和非侵入式测量两大类。侵入式测量是一种直接测量方法,测量动脉血压时要把一根导管插入到血管动脉中。该方法需要由专业医护人员操作、费用高并且容易造成细菌感染。非侵入式测量是一种间接测量方法。该方法是目前经常用的血压测量方法。目前市场上的大部分产品都采用听诊法或振荡法等非侵入方式测量血压。但由于这两种方法都需要对袖带进行充放气,因此难以进行频繁测量及连续测量。而且,其测量的频率也受到舒适地对该袖带进行充放气所需要的时间的限制。通常,一次完整的血压测量需要1分钟左右。此外,袖带尺寸的大小对血压的测量结果也会造成影响,并且不能连续测量血压,基于脉搏波传输时间(PTT)的血压测量法根据动脉血压与脉搏波传输速度之间的关系来确定血压。当血压上升时,血管扩张,脉搏波传输速度加快,反之,脉搏波传输速度减慢。BP=a*PTT+b或者BP=a/(PTT*PTT)+b,但是被测者的交感神经活动和副交感神经活动也会对血压产生影响,造成用脉搏波传输时间估计血压产生的误差较大,尤其是舒张压。
发明内容
为了解决现有技术中的问题,本发明提供了一种数据处理方法。
本发明提供了一种数据处理方法,包括如下步骤:
A.数据采集;
B.数据处理。
作为本发明的进一步改进,该数据处理方法还包括:
C.数据显示。
作为本发明的进一步改进,在所述步骤A中,采集脉搏波信号和心电信号,根据采集的脉搏波信号和心电信号,以最后5s至15s的数据计算出脉搏波传输时间和被测者的心率值。
作为本发明的进一步改进,在所述步骤B中:
收缩压SBP=a1*PTT测+b1+c1*(PTTV测-PTTV标)+d1*(HRV测-HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2*PTT测+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR;
其中SBP为收缩压,DBP为舒张压,PTTV是脉搏波传输时间变异性,HRV是心率变异性,VPTT是脉搏波传输时间变化量,VHR是心率变化量;a,b,c,d,e,f为模型参数。
作为本发明的进一步改进,在所述步骤B中:
收缩压SBP=a1/(PTT测*PTT测)+b1+c1*(PTTV测-PTTV标)+d1*(HRV测–HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2/(PTT测*PTT测)+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR。
本发明还提供了一种数据处理系统,包括:
采集模块,用于数据采集;
处理模块,用于数据处理。
作为本发明的进一步改进,该数据处理系统还包括:
显示模块,用于数据显示。
作为本发明的进一步改进,在所述采集模块中,采集脉搏波信号和心电信号,根据采集的脉搏波信号和心电信号,以最后5s至15s的数据计算出脉搏波传输时间和被测者的心率值。
作为本发明的进一步改进,在所述处理模块中:
收缩压SBP=a1*PTT测+b1+c1*(PTTV测-PTTV标)+d1*(HRV测-HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2*PTT测+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR。
作为本发明的进一步改进,在所述处理模块中:
收缩压SBP=a1/(PTT测*PTT测)+b1+c1*(PTTV测-PTTV标)+d1*(HRV测–HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2/(PTT测*PTT测)+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR。
本发明的有益效果是:本发明通过引入心率变化率和脉搏波传输时间变化率等反应神经活动的补偿项参数,对血压估算进行补偿,使本发明的血压算法比以往的血压算法的精确度更高,尤其对舒张压的误差改善最明显,更加能反应出被测者的真实血压。
附图说明
图1是脉搏波波形图。
图2是心电波形图。
图3是脉搏波传输时间。
图4是本发明的数据处理方法流程图。
具体实施方式
如图4所示,本发明公开了一种数据处理方法,包括如下步骤:
在步骤S1中,数据采集;在步骤S2中,数据处理;在步骤S3中,数据显示。
在所述步骤S1中,采集脉搏波信号和心电信号,根据采集的脉搏波信号和心电信号,以最后5s至15s的数据计算出脉搏波传输时间和被测者的心率值。
作为该数据处理方法的一个实施例,在所述步骤S2中:
收缩压SBP=a1*PTT测+b1+c1*(PTTV测-PTTV标)+d1*(HRV测-HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2*PTT测+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR。
其中SBP为收缩压,DBP为舒张压,PTTV是脉搏波传输时间变异性,HRV是心率变异性,VPTT是脉搏波传输时间变化量,VHR是心率变化量;a,b,c,d,e,f为模型参数。
作为该数据处理方法的另一个实施例,在所述步骤S2中:
收缩压SBP=a1/(PTT测*PTT测)+b1+c1*(PTTV测-PTTV标)+d1*(HRV测–HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2/(PTT测*PTT测)+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR。
本发明还公开了一种数据处理系统,包括:
采集模块,用于数据采集;
处理模块,用于数据处理;
显示模块,用于数据显示。
在所述采集模块中,采集脉搏波信号和心电信号,根据采集的脉搏波信号和心电信号,以最后5s至15s的数据计算出脉搏波传输时间和被测者的心率值。
作为该数据处理系统的一个实施例,在所述处理模块中:
收缩压SBP=a1*PTT测+b1+c1*(PTTV测-PTTV标)+d1*(HRV测-HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2*PTT测+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR。
作为该数据处理系统的另一个实施例,在所述处理模块中:
收缩压SBP=a1/(PTT测*PTT测)+b1+c1*(PTTV测-PTTV标)+d1*(HRV测–HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2/(PTT测*PTT测)+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR。
本发明就是针对现有技术中不能反应被测者的交感神经活动和副交感神经活动等对血压的影响而导致血压测量准确度低而做出的。其目的是提供一种可对神经活动影响血压等因素进行自动补偿的基于脉搏波传输时间和补偿的精确测量血压的方法。
本发明原理:人体的血压调节收到自主神经系统基于反馈的控制,自主神经系统分为交感神经与副交感神经,交感神经活跃会使得血管收缩、心跳加快,从而使得人体血压上升,脉搏波传输速度加快;副交感神经活跃会使得血管舒张、心跳减慢,使得人体血压下降时,脉搏波传输速度下降,脉搏波传输速度可以用脉搏波传输时间来表征,脉搏波传输时间=1/脉搏波传输速度。所以我们可以用非线性模型BP=a/(PTT*PTT)+b和线性模型BP=a*PTT+b来估算血压值;BP为待测量的血压值,PTT为脉搏波传输时间,a和b为待标定系数。但是当人体交感神经兴奋时,其末梢开释一种叫去甲肾上腺素的血管活性物质。这种物质作用于心肌细胞膜上的肾上腺素能β受体,引发心率加快,心肌收缩力增强,心输出量增加,血管收缩,血压升高;副交感神经兴奋时,其末梢开释一种叫乙酰胆碱的活性物质。这种物质作用于心肌细胞膜上的M受体,引发心率减慢,心肌收缩力减弱,心输出量减少,血管扩张,血压下降。心率是交感神经最敏感的指标,正常人心率受各种因素影响,主要是运动,情绪,烟酒,咖啡,睡眠和药物等影响,都能使心率加快和减慢,可见心率能反应一个人的心肌收缩力,血管弹性和血压水平。此外,有研究表明脉搏波传输时间也受到交感与副交感神经系统的影响,其变异性也反映了交感与副交感神经的调节机制。交感与副交感神经对心血管系统的调节平衡影响了血压的变化,所以我们引入心率变化率和脉搏波传输时间变化率及其相关参数作为血压补偿的参数。因此血压估计算法表达式为:血压非线性模型:
BP=a1/(PTT测*PTT测)+b1+c1*(PTTV测-PTTV标)+d1*(HRV测–HRV标)+e1*VPTT+f1*VHR;
血压线性模型:
BP=a1*PTT+b1+c1*(PTTV测-PTTV标)+d1*(HRV测–HRV标)+e1*VPTT+f1*VHR;
VPTT=PTT测–PTT标;
VHR=HR测–HR标;
在上述计算PTTV的公式中,ΔPTT是每两个相邻脉搏波传输时间之间的差值,在计算HRV的公式中,ΔRR是每两个相邻心电最高点波峰R之间的时间间隔,在血压模型中(PTTV测-PTTV标)是实测脉搏波传输时间变异性相对于标定时脉搏波传输时间变异性的变化量,VPTT是实测脉搏波传输时间相对于标定时脉搏波传输时间的变化量,(HRV测–HRV标)是实测心率变异性相对于标定时心率变异性的变化量,VHR是心率变化量,PTT测和HR测为实测时脉搏波传输时间值和心率值,PTT标和HR标为标定时的脉搏波传输时间值和心率值。
本发明流程:本发明可以分为标定和实测两个部分。标定的过程主要是通过采集被测者在不同的姿态下的脉搏波信号和心电信号,提取其特征点,并以最后5s~15s的数据计算出PTT,PTTV以及心率HR,HRV。然后使用标准仪器测量被测者的血压,进行模型参数的标定。之后在实测中,只需测量被测者当时的脉搏波信号和心电信号,利用已标定的血压算法模型便可得到实时的血压值。
根据上述流程,一个测量的实施例可以为:让被测者坐在椅子上休息5分钟后,采集被测者的脉搏波信号和心电信号3分钟,根据采集的脉搏波信号和心电信号,以最后5s~15s的数据计算出脉搏波传输时间PTT1,PTTV1以及心率值HR1,HRV1;再次让被测者休息5分钟后,测量被测者的血压值BP(包括收缩压SBP,舒张压DBP),再次休息5分钟后,以同样的姿势第二次测量被测者的血压值,如果与第一次测量的血压结果相比两者的血压值相差在5mmHg之内,将第一次血压测量结果作为最终的血压测量结果SBP1,DBP1,如果第二次测量结果与第一次测量结果相比大于5mmHg小于10mmHg,间隔5分钟后以同样的姿势再次测量血压值,以三次测量结果的平均值作为最终的血压测量结果SBP1,DBP1.再间隔5分钟后,以站立的姿势采集被测者的脉搏波信号和心电信号3分钟,并以最后5s的数据计算出脉搏波传输时间PTT2,PTTV2和被测者的心率值HR2,HRV2。休息5分钟后以同样站立的姿势测量被测者的血压值BP(包括收缩压SBP,舒张压DBP),再次休息5分钟后,以同样的站立姿势第二次测量被测者的血压值,如果与第一次测量的血压结果相比两者的血压值相差在5mmHg之内,将第一次血压测量结果作为最终的血压测量结果SBP2,DBP2,如果第二次测量结果与第一次测量结果相比大于5mmHg小于10mmHg,间隔5分钟后以同样的姿势再次测量血压值,以三次测量结果的平均值作为最终的血压测量结果SBP2,DBP2。将所测各生理参数值代入模型计算模型参数,从而完成模型的参数标定。已标定的模型再次测量血压时只需测量脉搏波信号和心电信号,就可估计出待测血压值。
脉搏波传输时间PTT可根据被测者的心电信号和脉搏波信号而得到,在图1和图2中,P点和R点分别代表脉搏波信号和心电信号的特征点在时间轴上的位置。心电信号的特征点在本发明的实施方案中可以是心电信号中R波的波峰点或其他特征点,优选地在本实施例中为心电信号R波波峰点。脉搏波信号的特征点在本发明的实施方案中可以是脉搏波信号波形的顶点、底点及中间点,优选地在本实施例中为脉搏波信号的顶点。由于本发明申请的重点在于通过对血压估计值有影响的神经活动等因素进行补偿以得到精确的血压测量结果,因此这里不再对脉搏波传输时间的测量方法进行详细的说明。脉搏波传输时间可以提供一种简单易用的估计血压的方法,但是该参数主要体现的是血管特性。而我们知道,血压除了由血管特性决定外,也取决于自主神经活动的影响,因此,在本发明的实施方案中优选地采用心率变异性和脉搏波传输时间变异性来补偿神经活动变化对血压测量造成的影响。因此,本发明的实施方案中优选地采用以下两种模型公式来获得被测者的血压:
非线性模型:
BP=a/(PTT测*PTT测)+b+c*(PTTV测-PTTV标)+d*(HRV测–HRV标)+e*VPTT+f*VHR;
线性模型:
BP=a*PTT测+b+c*(PTTV测-PTTV标)+d*(HRV测HRV标)+e*VPTT+f*VHR;
在测量之前,我们需要标定出各项系数值及心率基准值HR标、HRV标和脉搏波传输时间基准值PTT标,PTTV标。标定过程如下:让被测者坐在椅子上休息5分钟后,采集被测者的脉搏波信号和心电信号,根据采集的脉搏波信号和心电信号计算出脉搏波传输时间PTT1、PTTV1被测者的心率值HR1、HRV1;再次让被测者休息5分钟后,测量被测者的血压值BP(包括收缩压SBP,舒张压DBP),再次休息5分钟后,以同样的坐着姿势第二次测量被测者的血压值,如果与第一次测量的血压结果相比两者的血压值相差在5mmHg之内,将第一次血压测量结果作为最终的血压测量结果SBP1、DBP1,如果第二次测量结果与第一次测量结果相比大于5mmHg小于10mmHg,间隔5分钟后以同样的姿势再次测量血压值,以三次测量结果的平均值作为最终的血压测量结果SBP1、DBP1。再间隔5分钟后,以站立的姿势采集被测者的脉搏波信号和心电信号,并计算出脉搏波传输时间PTT2、PTTV2和被测者的心率值HR2、HRV2。休息5分钟后以同样站立的姿势测量被测者的血压值BP(包括收缩压SBP,舒张压DBP),再次休息5分钟后,以同样的站立姿势第二次测量被测者的血压值,如果与第一次测量的血压结果相比两者的血压值相差在5mmHg之内,将第一次血压测量结果作为最终的血压测量结果SBP2、DBP2,如果第二次测量结果与第一次测量结果相比大于5mmHg小于10mmHg,间隔5分钟后以同样的姿势再次测量血压值,以三次测量结果的平均值作为最终的血压测量结果SBP2、DBP2。在两次血压测量完成后,以血压线性模型为例:通过SBP2-SBP1=a1*PTT2–a1*PTT1计算出收缩压的a1值,通过SBP1=a1*PTT1+b1计算出收缩压的b1值。对于收缩压补偿项系数c1、d1、e1和f1的值可以根据经验取值。各项系数和基准值求出后,下次只需通过测量被测者的脉搏波信号和心电信号,计算出相应的参数值PTT测,HR测,HRV测,PTTV测进而带入公式,带入上述线性模型血压公式即可估算出被测者的收缩压和舒张压。
本发明通过引入心率变化率和脉搏波传输时间变化率等反应神经活动的补偿项参数,对血压估算进行补偿,使本发明的血压算法比以往的血压算法的精确度更高,尤其对舒张压的误差改善最明显,更加能反应出被测者的真实血压。对当今社会的血压预防效果更好。
BP的含义是血压,HR的含义是心率,SBP的含义是收缩压,DBP的含义是舒张压,PTTV的含义是脉搏波传输时间变异性,HRV的含义是心率变异性,VPPT的含义是脉搏波传输时间变化性,VHR的含义是心率变化量,PTT的含义是脉搏波传输时间。a1,b1,c1,d1.e1,f1为SBP(收缩压)的模型参数,a2,b2,c2,d2,e2,f2为DBP(舒张压压)的模型参数。参数中带脚标“测”的表示实测的参数值,带脚标“标”的表示标定的参数值。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (2)
1.一种数据处理系统,其特征在于,包括:
采集模块,用于数据采集;
处理模块,用于数据处理;
显示模块,用于数据显示;
在所述采集模块中,采集脉搏波信号和心电信号,根据采集的脉搏波信号和心电信号,以最后5s至15s的数据计算出脉搏波传输时间和被测者的心率值;
在所述处理模块中:
收缩压SBP=a1*PTT测+b1+c1*(PTTV测-PTTV标)+d1*(HRV测-HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2*PTT测+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR;
PTT测为实测时脉搏波传输时间值,PTTV测是实测脉搏波传输时间变异性,PTTV标是标定脉搏波传输时间变异性,HRV测是实测心率变异性,HRV标是标定心率变异性,VPTT是脉搏波传输时间变化量,VHR是心率变化量,a1、b1、c1、d1、e1、f1为收缩压的模型参数,a2、b2、c2、d2、e2、f2为舒张压压的模型参数。
2.一种数据处理系统,其特征在于,包括:
采集模块,用于数据采集;
处理模块,用于数据处理;
显示模块,用于数据显示;
在所述采集模块中,采集脉搏波信号和心电信号,根据采集的脉搏波信号和心电信号,以最后5s至15s的数据计算出脉搏波传输时间和被测者的心率值;
在所述处理模块中:
收缩压SBP=a1/(PTT测*PTT测)+b1+c1*(PTTV测-PTTV标)+d1*(HRV测–HRV标)+e1*VPTT+f1*VHR;
舒张压DBP=a2/(PTT测*PTT测)+b2+c2*(PTTV测-PTTV标)+d2*(HRV测-HRV标)+e2*VPTT+f2*VHR;
PTT测为实测时脉搏波传输时间值,PTTV测是实测脉搏波传输时间变异性,PTTV标是标定脉搏波传输时间变异性,HRV测是实测心率变异性,HRV标是标定心率变异性,VPTT是脉搏波传输时间变化量,VHR是心率变化量,a1、b1、c1、d1、e1、f1为收缩压的模型参数,a2、b2、c2、d2、e2、f2为舒张压压的模型参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310598287.8A CN103598876B (zh) | 2013-11-22 | 2013-11-22 | 数据处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310598287.8A CN103598876B (zh) | 2013-11-22 | 2013-11-22 | 数据处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103598876A CN103598876A (zh) | 2014-02-26 |
CN103598876B true CN103598876B (zh) | 2016-08-17 |
Family
ID=50117187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310598287.8A Active CN103598876B (zh) | 2013-11-22 | 2013-11-22 | 数据处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103598876B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016107607A1 (en) | 2015-01-04 | 2016-07-07 | Vita-Course Technologies Co.,Ltd | System and method for health monitoring |
CN204515353U (zh) | 2015-03-31 | 2015-07-29 | 深圳市长桑技术有限公司 | 一种智能手表 |
KR101646439B1 (ko) * | 2015-01-26 | 2016-08-08 | 울산대학교 산학협력단 | 혈액순환장애 측정 장치 및 그 방법 |
CN107847153B (zh) * | 2015-07-03 | 2020-12-04 | 深圳市长桑技术有限公司 | 一种生理参数监测的系统和方法 |
WO2017199631A1 (ja) * | 2016-05-19 | 2017-11-23 | パナソニックIpマネジメント株式会社 | 血圧推定装置、血圧推定方法、およびコンピュータプログラム |
GB2551201A (en) * | 2016-06-10 | 2017-12-13 | Polar Electro Oy | Multi-sensor system for estimating blood pulse wave characteristics |
AT520026B1 (de) * | 2017-05-22 | 2021-06-15 | Human Res Institut Fuer Gesundheitstechnologie Und Praeventionsforschung Gmbh | Verfahren zur Ermittlung wenigstens eines Kreislaufparameters eines Probanden |
US11185237B2 (en) * | 2018-03-06 | 2021-11-30 | Robert Bosch Gmbh | Calibration methods for blood pressure devices |
CN112336325B (zh) * | 2020-10-12 | 2024-02-23 | 乐普(北京)医疗器械股份有限公司 | 一种融合标定光体积描计信号数据的血压预测方法和装置 |
CN115670408B (zh) * | 2022-12-28 | 2023-04-28 | 可孚医疗科技股份有限公司 | 血压测量装置及其线性模型系数自修正方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10319361A1 (de) * | 2003-04-29 | 2004-12-02 | Biosign Gmbh | Vorrichtung und Verfahren zum Messen der vegetativen Balance |
CN1698535A (zh) * | 2004-05-18 | 2005-11-23 | 香港中文大学 | 测量血压变化率的方法 |
CN1762300A (zh) * | 2004-10-18 | 2006-04-26 | 香港中文大学 | 基于高频光容积描记信号的人体生理参数监测装置 |
CN1849998A (zh) * | 2006-05-26 | 2006-10-25 | 中国人民解放军空军航空医学研究所 | 一种连续测量血压的方法和装置 |
CN102008296A (zh) * | 2010-12-24 | 2011-04-13 | 吉林大学 | 基于脉搏波信号和心电信号测量动脉血压装置及测量方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100081946A1 (en) * | 2008-09-26 | 2010-04-01 | Qualcomm Incorporated | Method and apparatus for non-invasive cuff-less blood pressure estimation using pulse arrival time and heart rate with adaptive calibration |
-
2013
- 2013-11-22 CN CN201310598287.8A patent/CN103598876B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10319361A1 (de) * | 2003-04-29 | 2004-12-02 | Biosign Gmbh | Vorrichtung und Verfahren zum Messen der vegetativen Balance |
CN1698535A (zh) * | 2004-05-18 | 2005-11-23 | 香港中文大学 | 测量血压变化率的方法 |
CN1762300A (zh) * | 2004-10-18 | 2006-04-26 | 香港中文大学 | 基于高频光容积描记信号的人体生理参数监测装置 |
CN1849998A (zh) * | 2006-05-26 | 2006-10-25 | 中国人民解放军空军航空医学研究所 | 一种连续测量血压的方法和装置 |
CN102008296A (zh) * | 2010-12-24 | 2011-04-13 | 吉林大学 | 基于脉搏波信号和心电信号测量动脉血压装置及测量方法 |
Non-Patent Citations (1)
Title |
---|
A correlation study on the variabilities in pulse transit time,blood pressure,and heart rate recorded simultaneously from healthy subjects;T.Ma 等;《Proceeding of the 2005 IEEE,Engineering in Medicine and Biology 27th Annual Conference》;20050904;996-999 * |
Also Published As
Publication number | Publication date |
---|---|
CN103598876A (zh) | 2014-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103598876B (zh) | 数据处理方法及系统 | |
Yoon et al. | Cuff-less blood pressure estimation using pulse waveform analysis and pulse arrival time | |
US6616613B1 (en) | Physiological signal monitoring system | |
US9204857B2 (en) | System and method for monitoring hemodynamic state | |
EP0818175B1 (en) | Living body condition measuring apparatus | |
CN101502414B (zh) | 用于确定生理参数的装置和方法 | |
JP5408751B2 (ja) | 自律神経機能測定装置 | |
US9706931B2 (en) | Biosignal measuring device, biosignal measuring method and biosignal program | |
US20020155615A1 (en) | Method of determining concentration of glucose in blood | |
KR100820159B1 (ko) | 혈압측정 방법 및 장치 | |
JP2014000105A (ja) | 非侵襲的連続血圧モニタリング方法及び装置 | |
EP3545832B1 (en) | Correction method for pulse wave propagation time related to diastolic blood pressure and systolic blood pressure | |
US20140303509A1 (en) | Method and apparatus for non-invasive determination of cardiac output | |
Liu et al. | Cuffless blood pressure measurement using smartwatches: a large-scale validation study | |
Rasool et al. | Continuous and noninvasive blood pressure estimation by two-sensor measurement of pulse transit time | |
US20150018631A1 (en) | Apparatus and Method for Measuring Physiological Signals | |
EP3936036B1 (en) | A method and a system for estimating a measure of cardiovascular health of a subject | |
Li et al. | Noninvasive continuous blood pressure estimation with peripheral pulse transit time | |
EP2281504A1 (en) | Apparatus and method for determining a physiological parameter | |
US20220000378A1 (en) | Method and a system for estimating a measure of cardiovascular health of a subject | |
Lui et al. | A novel calibration procedure of pulse transit time based blood pressure measurement with heart rate and respiratory rate | |
Chan et al. | Continuous and long-term arterial blood pressure monitoring by using h-Shirt | |
Joshi et al. | Arterial pulse rate variability analysis for diagnoses | |
Garde et al. | Periodic breathing during ascent to extreme altitude quantified by spectral analysis of the respiratory volume signal | |
Jung et al. | Changes of pulse wave velocity in arm according to characteristic points of pulse wave |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |